نبذة عن الدورة
صُممت هذه الدورة لمطوري البرمجيات ومهندسيها ومهندسي البنى البرمجية الراغبين في الاستفادة من الذكاء الاصطناعي التوليدي (Generative AI) في توليد الكود وتصحيح الأخطاء والتحسين والأتمتة.
سيستكشف المشاركون:
البرمجة بمساعدة الذكاء الاصطناعي باستخدام أدوات مثل GitHub Copilot وChat-GPT وCode Llama.
استخدام الذكاء الاصطناعي التوليدي في إعادة هيكلة الكود وتصحيح الأخطاء والاختبار.
أتمتة التوثيق وتطوير واجهات API وتصميم البرمجيات.
تعزيز مسارات عمل DevOps بالأتمتة المدعومة بالذكاء الاصطناعي.
فهم الآثار الأخلاقية للذكاء الاصطناعي في تطوير البرمجيات
بنهاية الدورة، سيتمكن المشاركون من دمج الذكاء الاصطناعي التوليدي في مسار عمل التطوير لديهم، بما يحسّن الإنتاجية وجودة الكود والأتمتة.
منهجية التدريب
تتبع هذه الدورة نهجاً عملياً مرتبطاً بالواقع، يشمل:
جلسات يقودها المدرب مع عروض توضيحية للبرمجة المباشرة
تمارين برمجة عملية باستخدام أدوات مدعومة بالذكاء الاصطناعي
دراسات حالة حول مسارات عمل التطوير المدعومة بالذكاء الاصطناعي
ورش عمل لحل المشكلات وتصحيح الأخطاء قائمة على السيناريوهات
مشروع ختامي (Capstone): تطبيق مسار عمل تطوير مدعوم بالذكاء الاصطناعي
الكفاءات المستهدفة
- بنهاية الدورة، سيتمكن المشاركون من:
- استخدام الذكاء الاصطناعي التوليدي لتطوير برمجيات بشكل أسرع وأكثر كفاءة
- تعزيز جودة الكود من خلال الاقتراحات والتحسينات المدعومة بالذكاء الاصطناعي
- أتمتة مهام التطوير المتكررة (توليد الكود، والاختبار، والتوثيق، وغيرها)
- تحسين تصحيح الأخطاء وصيانة البرمجيات باستخدام رؤى الذكاء الاصطناعي
- الاستفادة من أدوات DevOps المدعومة بالذكاء الاصطناعي في CI/CD والأتمتة
أهداف الدورة
عند إتمام الدورة، سيتمكن المشاركون من:
- تطوير الكود بمساعدة الذكاء الاصطناعي باستخدام أدوات حديثة مدعومة بالذكاء الاصطناعي
- استخدام الذكاء الاصطناعي في تصحيح الأخطاء وإعادة هيكلة الكود وتحسينه
- تعزيز توثيق البرمجيات وأتمتة الاختبارات باستخدام الذكاء الاصطناعي
- فهم الاعتبارات الأخلاقية للكود المُولَّد بالذكاء الاصطناعي
- دمج الذكاء الاصطناعي في مسارات عمل DevOps لتعزيز الإنتاجية
محاور الدورة
الوحدة 1: مقدمة إلى الذكاء الاصطناعي التوليدي في تطوير البرمجيات
- نظرة عامة على الذكاء الاصطناعي التوليدي وأثره في البرمجة
- فهم نماذج الذكاء الاصطناعي مثل GPT وLLa-MA وCode-Gen في تطوير البرمجيات
- استكشاف أدوات التطوير المدعومة بالذكاء الاصطناعي (GitHub Copilot وChat-GPT وTab-nine وCode Llama وغيرها)
- دراسات حالة حول تطوير البرمجيات بمساعدة الذكاء الاصطناعي
الوحدة 2: توليد الكود وتحسينه بالذكاء الاصطناعي
- توليد مقتطفات الكود والدوال والبرامج الكاملة باستخدام الذكاء الاصطناعي
- إعادة هيكلة الكود وتحسين أدائه بمساعدة الذكاء الاصطناعي
- أفضل الممارسات في مراجعة الكود المُولَّد بالذكاء الاصطناعي والتحقق من صحته
- تطبيق عملي: استخدام أدوات الذكاء الاصطناعي لتوليد كود مُحسَّن
الوحدة 3: الذكاء الاصطناعي في تصحيح أخطاء الكود وحلها
- اكتشاف الأخطاء وتصحيحها تلقائياً بمساعدة الذكاء الاصطناعي
- استخدام الذكاء الاصطناعي لتحليل السجلات واقتراح الإصلاحات وتحسين الأداء
- الذكاء الاصطناعي التوليدي للتحليل الثابت للكود واكتشاف الثغرات الأمنية
- تطبيق عملي: استخدام الذكاء الاصطناعي في تصحيح الأخطاء واستكشافها وإصلاحها
الوحدة 4: اختبار البرمجيات وأتمتتها بدعم الذكاء الاصطناعي
- توليد حالات الاختبار لاختبارات الوحدات والتكامل بالاعتماد على الذكاء الاصطناعي
- أتمتة تنفيذ الاختبارات وإعداد تقاريرها باستخدام أدوات مدعومة بالذكاء الاصطناعي
- اكتشاف الاختبارات غير المستقرة (Flakiness) واستراتيجيات صيانة الاختبارات بالذكاء الاصطناعي
- تطبيق عملي: توليد حالات اختبار بمساعدة الذكاء الاصطناعي وتشغيلها
الوحدة 5: الذكاء الاصطناعي في تطوير واجهات API وتوثيقها
- تصميم واجهات API ومواصفاتها واختبارها بالذكاء الاصطناعي
- أتمتة توثيق واجهات API وشرح الكود باستخدام الذكاء الاصطناعي
- تعزيز أمن واجهات API وتحسينها بالمراقبة المدعومة بالذكاء الاصطناعي
- تطبيق عملي: بناء واجهات API وتوثيقها باستخدام أدوات الذكاء الاصطناعي
الوحدة 6: DevOps وأتمتة CI/CD المدعومان بالذكاء الاصطناعي
- أتمتة مراجعات الكود ومسارات CI/CD باستخدام الذكاء الاصطناعي
- استراتيجيات النشر وأتمتة البنية التحتية المعززة بالذكاء الاصطناعي
- تحليل السجلات والمراقبة واكتشاف الحالات الشاذة بالاعتماد على الذكاء الاصطناعي
- تطبيق عملي: تطبيق الأتمتة القائمة على الذكاء الاصطناعي في مسارات عمل DevOps
الوحدة 7: الذكاء الاصطناعي في هندسة البرمجيات وأنماط التصميم
- توصيات مدعومة بالذكاء الاصطناعي لبنى برمجية قابلة للتوسع
- تنظيم الكود وتقسيمه إلى وحدات (Modularization) بالاعتماد على الذكاء الاصطناعي
- استخدام الذكاء الاصطناعي لتحديد أنماط التصميم وتطبيقها بفاعلية
- تطبيق عملي: تحسين بنية البرمجيات باستخدام اقتراحات الذكاء الاصطناعي
الوحدة 8: الذكاء الاصطناعي في ترحيل الكود القديم وصيانته
- استخدام الذكاء الاصطناعي لفهم الكود القديم (Legacy Code) وتوثيقه
- ترجمة الكود وتحديثه بدعم الذكاء الاصطناعي
- أتمتة إصلاح الأخطاء وإدارة التبعيات باستخدام الذكاء الاصطناعي
- تطبيق عملي: مشاريع ترحيل الكود القديم بمساعدة الذكاء الاصطناعي
الوحدة 9: الأخلاقيات والأمن وحدود الذكاء الاصطناعي في التطوير
- الاعتبارات الأخلاقية في البرمجة بمساعدة الذكاء الاصطناعي
- المخاطر الأمنية للكود المُولَّد بالذكاء الاصطناعي واستراتيجيات الحد منها
- حدود نماذج الذكاء الاصطناعي: ضمان الصحة وتجنب التحيز
- تطبيق عملي: مراجعة الكود المُولَّد بالذكاء الاصطناعي للتحقق من امتثاله للمعايير الأمنية والأخلاقية
الوحدة 10: المشروع الختامي – مسار عمل تطوير البرمجيات المدعوم بالذكاء الاصطناعي
- المشروع النهائي: تطبيق مسار عمل لتطوير البرمجيات بمساعدة الذكاء الاصطناعي
- مراجعة الأقران وملاحظات الخبراء حول استراتيجيات دمج الذكاء الاصطناعي
- تلخيص الدورة وجلسة أسئلة وأجوبة ختامية
- الشهادات والخطوات التالية في التطوير المدعوم بالذكاء الاصطناعي